算法复杂度分析中常用的五种渐近记号

一、O（Omicron）记号

O记号渐近地给出一个函数的上界和下界。当只有一个渐近上界时，使用O记号。对于给定的函数g(n)，用O(g(n))(读作“大Og(n)”，有时仅读作“Og(n)”)来表示以下函数的集合：

O ( g ( n ) ) = { f ( n ) : 存在正常量 c 和 n 0 ，使得对所 n ≥ n 0 ，有 0 ≤ f ( n ) ≤ c g ( n ) } \Omicron(g(n))=\{ f(n):存在正常量c和n₀，使得对所n≥n_0，有0≤f(n)≤cg(n)\} O(g(n))={f(n):存在正常量c和n0​，使得对所n≥n0​，有0≤f(n)≤cg(n)}

定义1（$ϵ-N$语言）：
$f\in \mathrm{O}(g)$即：
$当N\to R^{+},\exists n_0,\forall n\ge n_0,\exists c使f(n)\le cg(n)$

定义2（求极限形式）：
$\underset{n\to \infty }{\lim }\frac{f(n)}{g(n)}=c<\infty$

二、Ω记号

正如O记号提供了一个函数的渐近上界，Ω记号提供了渐近下界。对于给定的函数g(n)，用Ω(g(n))（读作“大Ωg(n)”，有时仅读作“Ωg(n)”）来表示以下函数的集合：

Ω ( g ( n ) ) = { f ( n ) : 存在正常量 c 和 n 0 ，使得对所有 n ≥ n 0 ，有 0 ≤ c g ( n ) ≤ f ( n ) } Ω(g(n))=\{f(n):存在正常量c和n₀，使得对所有n≥n_0，有0≤cg(n)≤f(n)\} Ω(g(n))={f(n):存在正常量c和n0​，使得对所有n≥n0​，有0≤cg(n)≤f(n)}

定义1（$ϵ-N$语言）：
$f\in \Omega (g)$即：
$当N\to R^{+}，\exists n_0，\forall n\ge n_0，\exists c使cg(n)\le f(n)$

定义2（求极限形式）：
$\underset{n\to \infty }{\lim }\frac{f(n)}{g(n)}=c/\infty$

三、Θ记号

定义1（$ϵ-N$语言）：
$f\in \Theta (g)即（f\in \mathrm{O}(g)\cap \Omega (g)$：
$当N\to R^{+}，\exists n_0，\forall n\ge n_0，\exists c_1，c_2使0\le c_{1}g(n)\le f(n)\le c_{2}g(n)$

定义2（求极限形式）：
$\underset{n\to \infty }{\lim }\frac{f(n)}{g(n)}=c(0<c<\infty )$

四、o记号

由$\mathrm{O}$记号提供的渐近上界可能是也可能不是渐近紧确的。界$2n^2=\mathrm{O}(n^2)$是渐近紧确的，但是界$2n=\mathrm{O}(n^2)$却不是。我们使用$o$记号来表示一个非渐近紧确的上界。形式化地定义$o(g(n))$（读作“小$og(n)$”）为以下集合：

ο ( g ( n ) ) = { f ( n ) : 对任意正常量 c > 0 ，存在常量 n 0 > 0 ，使得对所有 n ≥ n 0 ，有 0 ≤ f ( n ) < c g ( n ) } \omicron(g(n))=\{f(n):对任意正常量c>0，存在常量n_0>0，使得对所有n≥n_0，有0≤f(n)<cg(n)\} ο(g(n))={f(n):对任意正常量c>0，存在常量n0​>0，使得对所有n≥n0​，有0≤f(n)<cg(n)}
例如，$2n=o(n^2)$，但是$2n^2\ne o(n^2)$。

定义1（$ϵ-N$语言）：
$f\in o(g)$即：
$当N\to R^{+}，\exists n_0，\forall n\ge n_0，\forall c使f(n)<cg(n)$

定义2（求极限形式）：
$\underset{n\to \infty }{\lim }\frac{f(n)}{g(n)}=0$

五、ω记号

ω记号与Ω记号的关系类似于$o$记号与$\mathrm{O}$记号的关系。我们使用ω记号来表示一个非渐近紧确的下界。定义它的一种方式是：

$f(n)\in \omega (g(n))$当且仅当$g(n)\in o(f(n))$

然而，我们形式化地定义ω(g(n))（读作“小ωg(n)”）为以下集合：

ω ( g ( n ) ) = { f ( n ) : 对任意正常量 c > 0 ，存在常量 n 0 > 0 ，使得对所有 n ≥ n 0 ，有 0 ≤ c g ( n ) < f ( n ) } \omega(g(n))=\{f(n):对任意正常量c>0，存在常量n₀>0，使得对所有n≥n_0，有0≤cg(n)<f(n)\} ω(g(n))={f(n):对任意正常量c>0，存在常量n0​>0，使得对所有n≥n0​，有0≤cg(n)<f(n)}

例如，$n^2/2=\omega (n)$，但是$n^2/2\ne \omega (n^2)$。关系$f(n)=\omega (g(n))$蕴涵着：

$\underset{n\to \infty }{\lim }\frac{f(n)}{g(n)}=\infty$。

也就是说，如果这个极限存在，那么当n趋于无穷时，f(n)相对于g(n)来说变得任意大了。

定义1（$ϵ-N$语言）：
$f\in \omega (g)$即：
$当N\to R^{+}，\exists n_0，\forall n\ge n_0，\forall c使cg(n)<f(n)$

定义2（求极限形式）：
$\underset{n\to \infty }{\lim }\frac{f(n)}{g(n)}=\infty$